水泥粉磨过程是水泥生产中十分关键的环节,直接影响着水泥产品的品质、产量及其他技术经济指标。随着人们对粉磨过程认识的逐渐深入,水泥粉磨技术呈现出多元化的趋势。纵观目前运行的水泥粉磨工艺流程,“辊压机+球磨机”组成的联合粉磨系统表现出的“以破代磨”、“多破少磨”优势,在工业中应用广泛。粉磨的首要任务就是将水泥产品的粒度指标控制在工艺规定的目标值范围内,同时保证磨机负荷处于最佳工作点,提高粉磨效率。因此,研究如何实现水泥联合粉磨过程指标的优化对于提高水泥产品的质量有重要的意义。围绕这一问题,本文主要研究内容如下:(1)针对水泥联合粉磨过程生产工艺的复杂性问题,通过对联合粉磨过程动态特性和人工操作模式的深入分析,将辊压机预粉磨和球磨机终粉磨作为一个整体来研究,进而建立能表现整个过程变化规律的模型。根据水泥联合粉磨过程中操作变量、状态变量、工艺指标的分析与选取,采用径向基函数(RBF)神经网络方法建立磨机负荷模型与水泥粒度模型相结合的联合模型。利用某水泥厂实际生产数据仿真验证,并与反向传播(BP)神经网络方法的仿真结果进行比较,结果表明RBF神经网络的拟合性更高,误差更小。因此,使用RBF神经网络建立的联合模型是合理且有效的。(2)针对控制回路设定值靠操作人员凭经验给定导致粉磨过程粒度波动较大的问题,给出了水泥联合粉磨过程智能优化的策略及方法。该优化方法由基于案例推理的预设定模块、基于RBF神经网络的水泥粒度预测模块、基于规则推理的前馈补偿模块和反馈补偿模块组成。通过指标的目标值以及边界条件给控制回路提供最优设定值,从而保证水泥质量指标的实际值处于目标值范围内,进而达到提高产量、降低能耗的目的。(3)在上述智能优化方法提出的基础上,设计了水泥联合粉磨过程智能优化系统。该优化系统不仅能根据粒度的目标值及边界条件给出当前工况下合理有效的设定值,而且能根据运行效果对预设定值及时地补偿,这样能有效降低因操作人员操作不当导致的质量不合格的情况发生。基于VB编程语言开发了智能优化设定软件,并将该软件应用于水泥粉磨生产现场,应用表明该软件具有优良的性能,对指导水泥粉磨生产具有重大的现实意义。